可见-近红外光谱结合连续投影和PSO-LSSVM算法检测水质pH值

作者：李登珊; 李丽娜; 张认成

来源：激光与光电子学进展, 2022, 1-13.

• 可见-近红外光谱
• 水质
• p H值
• 连续投影算法
• 粒子群算法
• 最小二乘支持向量机

为了提高可见-近红外光谱检测水质 p H 值的精度和稳定性，利用可见-近红外光谱结合连续投影（SPA）和粒子群算法-最小二乘支持向量机(PSO-LSSVM)建立了回归预测模型。采集 60 个不同 p H 值的水溶液样品的可见-近红外光谱数据，运用 Savitzky-Golay(S-G）卷积平滑和标准正态变量变换（SNV）对原始光谱数据进行预处理，采用 SPA 筛选出特征波长，结合 PSO 自动优化 LSSVM 的建模参数，建立多元非线性校正模型。结果显示，SPA 从 2860 个波段中提取了 8 个特征波长，与 PLS、SPA-PLS、MLR 和 PSO-LSSVM 模型相比，SPA-PSO-LSSVM 模型具有更高的精度与更优的稳定性，预测集的预测均误差方根（RMSEP）为 0.67、决定系数（R~2）为 0.91 和剩余预测偏差（RPD）为 3.10。结果表明，PSO-LSSVM 算法是一种快速准确的非线性多元建模方法，为水质 p H 值的可见-近红外光谱检测与数据处理提供了新的方法途径。

• 单位
  华侨大学; 自动化学院